استكشاف قدرات ChatGPT كأداة لتوليد حالات الاستخدام (الجزء 1)
يسعدنا أن نقدم سلسلة مدونتنا التي ستستكشف إمكانات ChatGPT لتوليد أفكار حالات الاستخدام لمشاريع الذكاء الاصطناعي عبر مختلف الصناعات.
ولتحقيق ذلك، نستفيد من قدرات معالجة اللغة الطبيعية لدى ChatGPT لتوليد مجموعة متنوعة من الأفكار المبتكرة. ولن نعدّل المحتوى الذي يولّده ChatGPT، لكننا سنضيف وجهات نظرنا وتعليقاتنا الخاصة لإثراء الأفكار المطروحة وإضافة مرجعية لتجاربنا الخاصة.
عبر سلسلة المدونات هذه، سنفحص مدى ملاءمة حالات الاستخدام التي يولّدها ChatGPT وإبداعها واتساع نطاقها. وبذلك، سنتحقق مما إذا كان الذكاء الاصطناعي التوليدي قادراً على أن يكون شريكاً في العصف الذهني عبر مواضيع مختلفة. ونأمل أن يلهم ذلك قراءنا لاستكشاف إمكانات تقنيات الذكاء الاصطناعي.
توليد أفكار حالات استخدام الذكاء الاصطناعي لصناعة السيارات
في محاولتنا الأولى، طلبنا من ChatGPT إنشاء مقالة مدونة حول حالات استخدام الذكاء الاصطناعي في صناعة السيارات. أنتج ChatGPT الرد التالي:
أصبح الذكاء الاصطناعي (AI) مصطلحاً رائجاً في العديد من الصناعات، بما في ذلك صناعة السيارات. ويُستخدم الذكاء الاصطناعي في مجالات متعددة من قطاع السيارات، بدءاً من التصنيع وصولاً إلى التسويق. في هذا المقال، سنستكشف حالات استخدام الذكاء الاصطناعي في قطاع السيارات مع تحليل أربع تقنيات رئيسية: الرؤية الحاسوبية، وتحليلات النصوص ومعالجة اللغة الطبيعية، وتعلم الآلة، ومحركات التوصية.
الرؤية الحاسوبية
تشير الرؤية الحاسوبية إلى قدرة الآلات على تفسير وفهم البيانات المرئية من العالم. وهي تقنية بالغة الأهمية للمركبات ذاتية القيادة، إذ تُمكّن المركبة من إدراك البيئة واتخاذ القرارات وفقًا لذلك. وفيما يلي بعض الأمثلة على كيفية استخدام الرؤية الحاسوبية في صناعة السيارات:
- تحذير مغادرة المسار: تُستخدم تقنية الرؤية الحاسوبية للكشف عن انحراف المركبة خارج مسارها وتنبيه السائق لاتخاذ إجراء تصحيحي.
- الكشف عن المشاة: تُستخدم رؤية الحاسوب للكشف عن المشاة على الطريق وتحذير السائق في حال وجود خطر الاصطدام.
- التعرف على الأجسام: يمكن للرؤية الحاسوبية التعرف على الأجسام على الطريق، مثل إشارات المرور واللافتات والمركبات الأخرى، لمساعدة المركبة في اتخاذ قرارات بشأن السرعة والاتجاه.
- الرؤية الليلية: يمكن استخدام الرؤية الحاسوبية لتوفير رؤية معززة في ظروف الإضاءة المنخفضة، مما يسهّل على السائقين رؤية الطريق أمامهم.
- التعرف على الإيماءات: يمكن لرؤية الحاسوب التعرف على إيماءات اليد التي يؤديها السائقون، مما يتيح لهم التحكم في نظام الترفيه والمعلومات في المركبة دون رفع أيديهم عن عجلة القيادة.
تحليل النصوص ومعالجة اللغة الطبيعية
يشير تحليل النصوص ومعالجة اللغة الطبيعية (NLP) إلى قدرة الآلات على فهم اللغة البشرية وتفسيرها. وفيما يلي بعض الأمثلة على كيفية استخدام تحليل النصوص ومعالجة اللغة الطبيعية في صناعة السيارات:
- تحليل المشاعر: يمكن استخدام تحليلات النصوص لتحليل ملاحظات العملاء على وسائل التواصل الاجتماعي، مما يمكّن شركات تصنيع السيارات من فهم مشاعر العملاء وإجراء التحسينات وفقًا لذلك.
- المساعدات الصوتية: يُستخدم NLP في المساعدات الصوتية، مثل Siri من Apple وAlexa من Amazon، والتي يمكن دمجها في المركبات لتزويد السائقين بالمعلومات والترفيه والمساعدة.
- روبوتات الدردشة: يمكن استخدام معالجة اللغة الطبيعية لتطوير روبوتات دردشة قادرة على التفاعل مع العملاء، وتزويدهم بمعلومات عن المركبات والخدمات والأسعار.
- البحث باللغة الطبيعية: يمكن استخدام NLP لتمكين السائقين من البحث عن المعلومات باستخدام اللغة الطبيعية، مثل "العثور على أقرب محطة وقود".
تعلّم الآلة
يشير تعلّم الآلة إلى قدرة الآلات على التعلم من البيانات وتحسين أدائها بمرور الوقت. وفيما يلي بعض الأمثلة على كيفية استخدام تعلّم الآلة في صناعة السيارات:
- الصيانة التنبؤية: يمكن استخدام خوارزميات التعلم الآلي للتنبؤ بموعد احتمالية حاجة المركبة إلى الصيانة، مما يقلل من وقت التوقف ويحسّن الكفاءة.
- القيادة الذاتية: يُعد تعلّم الآلة تقنية بالغة الأهمية للمركبات ذاتية القيادة، إذ يمكّنها من التعلم من بيئتها واتخاذ القرارات وفقًا لذلك.
- التسويق المخصص: يمكن استخدام تعلم الآلة لتحليل بيانات العملاء، مما يتيح لمصنّعي السيارات تقديم رسائل وعروض تسويقية مخصصة.
- مراقبة الجودة: يمكن استخدام التعلم الآلي لتحليل البيانات الواردة من أجهزة الاستشعار والكاميرات على خط الإنتاج، مما يمكّن شركات تصنيع السيارات من تحديد مشكلات الجودة وإصلاحها في الوقت الفعلي.
محركات التوصية
محركات التوصية هي خوارزميات ذكاء اصطناعي تحلل بيانات المستخدمين للتوصية بالمنتجات والخدمات والمحتوى. إليك بعض الأمثلة على كيفية استخدام محركات التوصية في صناعة السيارات:
- تكوين السيارة المخصص: يمكن استخدام محركات التوصية لتحليل بيانات العملاء والتوصية بتكوينات مخصصة للسيارات الجديدة، مثل اللون والتجهيزات والملحقات.
- الترفيه داخل السيارة: يمكن لمحركات التوصية تحليل بيانات المستخدم للتوصية بالموسيقى والبودكاست والمحتوى الآخر الذي يُرجَّح أن يستمتع به السائقون والركاب.
- توصيات الخدمة: يمكن لمحركات التوصية تحليل بيانات المركبة للتوصية بخدمات الصيانة، مثل تغيير الزيت، وتبديل الإطارات، وفحص الفرامل.
- الصيانة التنبؤية: يمكن استخدام محركات التوصية لتحليل بيانات المركبات، مثل قراءات المستشعرات وأنماط القيادة، للتنبؤ بموعد الحاجة إلى الصيانة. ويمكن أن يساعد ذلك شركات تصنيع السيارات على جدولة مواعيد الصيانة بشكل استباقي، مما يقلل من وقت التوقف ويحسّن الكفاءة.
بشكل عام، تُحدث تقنيات AI ثورة في صناعة السيارات، إذ تتيح للمركبات أن تكون أكثر ذكاءً وأماناً وكفاءة. ومن القيادة الذاتية إلى التسويق المخصص، تعمل AI على تحويل الطريقة التي يعمل بها مصنّعو السيارات ويقدمون بها القيمة لعملائهم. ومع استمرار تطور هذه التقنية، يمكننا أن نتوقع ظهور حالات استخدام أكثر ابتكاراً في المستقبل."
تعليقنا
يقدم ChatGPT من 4 إلى 5 استخدامات محتملة للذكاء الاصطناعي عبر الرؤية الحاسوبية ومعالجة اللغة الطبيعية وتحليلات النصوص والتعلم الآلي ومحركات التوصية في صناعة السيارات. ومعظمها شائع تمامًا ويمكن لأي متخصص متمرس في الذكاء الاصطناعي توليد أفكار مشابهة. ويمكننا إضافة عدة حالات استخدام أخرى لكل من هذه التقنيات.
بالنسبة لحالات استخدام الرؤية الحاسوبية، يمكن لـ ChatGPT أيضًا أن يذكر أنظمة إدارة المخزون والمراقبة الآلية (التي تندرج تحت حالة استخدام التعرف على الكائنات). يمكن الاستفادة من هذه الأنظمة لإنشاء خرائط HD شبه فورية لأصول الطرق مثل إشارات المرور والأضواء وأعمدة الإنارة والكهرباء وفتحات التفتيش. ويمكن أيضًا استخدامها لتحديد جودة سطح الطريق، مما يتيح إدارة أكثر استباقية لشبكة الطرق.
لقد نفذنا مثل هذه الأنظمة لعملائنا في قطاعي السيارات والبيانات الجغرافية المكانية. إذا كنت ترغب في معرفة المزيد حول كيفية بناء مثل هذه الأنظمة باستخدام نماذج الرؤية الحاسوبية الحديثة القائمة على التعلم العميق، راجع منشور مدونتنا: كشف الأجسام في الصور البانورامية الكبيرة.
حالة استخدام أخرى ستكون نظام مراقبة السائق، الذي سيراقب ما إذا كان السائق منتبهًا أثناء القيادة. لقد نفّذنا حلاً من هذا القبيل لأحد عملائنا في قطاع السيارات، ويمكنك معرفة المزيد عنه هنا: كيف بنينا نظام مراقبة حالة السائق.
فيما يتعلق بمعالجة اللغة الطبيعية (NLP)، من المثير للاهتمام ملاحظة أن ChatGPT لا يذكر أي استخدام لنماذج اللغة الكبيرة (LLMs). ربما لأنه تم تدريبه على بيانات حتى عام 2021 وليس على دراية بالثورة الحديثة. يمكننا بسهولة توسيع قائمة حالات الاستخدام المحتملة من خلال ذكر المساعدين الأذكياء (بما في ذلك ChatGPT نفسه). يمكن لهؤلاء المساعدين تحسين تجربة المستخدم من خلال ضبطهم الدقيق على أدلة السيارات والأسئلة الشائعة للمؤسسات والوثائق الداخلية ومصادر النصوص الأخرى.
كان طرح الأسئلة بدلاً من الاستعلام بالكلمات المفتاحية تجربة أفضل بكثير. كما يذكر تحليل المشاعر، وهو أمر بالغ الأهمية لإدارة أفضل لعلاقات العملاء عبر العديد من (رابط: تحليل مشاعر العملاء: وسيلة لتحسين استراتيجية أعمالك).
بالنسبة لقسم حالات استخدام التعلم الآلي، فإن الحالات المقترحة معيارية عبر مختلف الصناعات. يذكر ChatGPT التسويق المخصص، الذي سيتناسب بشكل أفضل تحت قسم محركات التوصية. يمكننا تحفيز ChatGPT للتوصل إلى حالات استخدام أكثر تفردًا. يمكننا، على سبيل المثال، قصره على الأشياء المتعلقة بالجزء الداخلي للسيارات أو الأشياء المتعلقة بسلسلة التوريد. حالة استخدام مراقبة الجودة مثيرة للاهتمام لأننا شاركنا في مشاريع من هذا القبيل. من خلال الاستفادة من تقنيات AI لمراقبة الجودة، يمكن للشركات تحسين عملياتها وجودة منتجاتها، وتحقيق وفورات في التكاليف و تحسين الإنتاجية.
في قسم محرك التوصيات، نرى أن آخر حالة استخدام من الحالات الأربع المقترحة يمكن حلها باستخدام تقنيات تعلم الآلة التقليدية – وهي حالة استخدام الصيانة التنبؤية. إذا كنت ترغب في معرفة المزيد حول ما يمكننا القيام به باستخدام محركات التوصيات، فاطلع على صفحة عروضنا: محركات التوصية.
أفكار مبتكرة
نشعر أن معظم حالات الاستخدام التي أنشأها ChatGPT كانت شائعة جدًا وسيقوم الخبراء بإنشائها ووصفها بسرعة. للحصول على شيء أكثر غرابة، يمكننا تحفيزه بشكل أكبر لتقديم المزيد من الأفكار "غير التقليدية" لتحدي إبداعه.
رد ChatGPT:
“بالتأكيد، إليك بعض الأمثلة غير التقليدية لتقنيات الذكاء الاصطناعي في صناعة السيارات التي يمكن أن يكون لها تأثير كبير:
الرؤية الحاسوبية
- المراقبة الفورية للسائق: يمكن استخدام الرؤية الحاسوبية لتتبع تعابير وجه السائق وحركات عينيه ووضعية جسده للكشف عن علامات الإرهاق أو التشتت أو التدهور. وقد ينبّه ذلك السائق أو نظام المركبة ذاتية القيادة لاتخاذ إجراء تصحيحي، مما يقلل من خطر الحوادث.
- تخصيص المركبة: يمكن استخدام الرؤية الحاسوبية لتخصيص المقصورة الداخلية للمركبة بناءً على تفضيلات السائق. على سبيل المثال، يمكن للنظام اكتشاف طول السائق وضبط المقعد والمرايا وعجلة القيادة وفقًا لذلك.
تحليل النصوص ومعالجة اللغة الطبيعية
- الكشف عن مشاعر العملاء: يمكن استخدام تحليلات النصوص ومعالجة اللغة الطبيعية للكشف عن الحالة العاطفية للعملاء الذين يتفاعلون مع الوكالة أو مركز الخدمة. وقد يتيح ذلك للوكالات معالجة المخاوف في الوقت الفعلي، مما يحسّن رضا العملاء.
- التواصل داخل السيارة: يمكن استخدام معالجة اللغة الطبيعية لتمكين السائقين من التواصل مع الركاب بلغات مختلفة. ويمكن للنظام ترجمة كلام السائق وعرضه على شاشة أو تشغيله عبر مكبرات صوت السيارة.
تعلّم الآلة
- التنبؤ بحركة المرور: يمكن استخدام تعلّم الآلة للتنبؤ بأحوال حركة المرور في الوقت الفعلي واقتراح مسارات بديلة للسائق. وقد يؤدي ذلك إلى تقليل الازدحام وتحسين أوقات التنقل.
- مراقبة الحالة: يمكن استخدام التعلم الآلي لمراقبة حالة مكونات المركبة، مثل المحرك والبطارية والمكابح، وتنبيه السائق أو مركز الخدمة عند الحاجة إلى الصيانة.
محركات التوصية
- تحسين الطاقة: يمكن استخدام محركات التوصيات لتحسين استهلاك الطاقة في المركبة بناءً على عادات السائق وظروف الطريق والطقس. وقد يساعد ذلك في تقليل الانبعاثات وتوفير الوقود.
- مشاركة المركبات: يمكن استخدام محركات التوصية لمطابقة أصحاب السيارات مع المستأجرين المحتملين بناءً على موقعهم وتوافرهم وتفضيلاتهم. قد يمكّن هذا أصحاب السيارات من تحقيق الدخل من أصولهم الخاملة وتقليل عدد السيارات على الطريق."
الآن، بخصوص الرؤية الحاسوبية وتعلّم الآلة، يذكر ChatGPT مثالًا سبق أن نشرناه في Spyrosoft – وهو حل لمراقبة السائق.
يضم قسم معالجة اللغة الطبيعية الآن حالات استخدام فريدة أكثر. يمكن استخدام معالجة اللغة الطبيعية هنا بمساعدة نماذج تحويل الكلام إلى نص مثلOpenAI’s Whisper.
قسم ML مثير للاهتمام أيضاً، إذ يمكن لحالات استخدام إدارة التوريد واكتشاف العيوب الاستفادة من خوارزميات وتقنيات ML لتحسين كفاءة العمليات وتكاليف الإنتاج. وإذا كنت تريد معرفة المزيد عن الأول، فراجع مقالتنا ”إدارة اكتشاف العيوب – كيف يتم ذلك بفعالية”.
حالات استخدام محرّك التوصيات جيدة. وتُعدّ توصيات تحسين الطاقة مثالًا رائعًا على ذلك. ويمكن تنفيذ ميزة كهذه من خلال الاستفادة من حلول الإجراء الأفضل التالي أو تقنيات التعلّم المعزّز.
الملخص
يمكن لـ ChatGPT توليد أفكار لحالات الاستخدام لمشاريع الذكاء الاصطناعي عبر تقنيات مختلفة. ويمكننا استخدامه كرفيق في العصف الذهني وحل المشكلات. فهو يوفر معلومات عامة للأسئلة عالية المستوى، لكن يمكننا التعمق في موضوعات مختارة للحصول على مزيد من التفاصيل. كما يمكننا تشجيعه على توليد أفكار «خارج الصندوق» إذا لم نكن راضين عن النتائج الحالية.
في المقال، أضفنا تعليقاتنا ورؤانا الخاصة لتقييم مدى ملاءمة حالات الاستخدام والإبداع والشمولية. وفي حين لم تكن جميع الاقتراحات مناسبة تماماً، فقد أظهر العديد منها فرصاً واعدة لمزيد من الاستكشاف والتطوير.
يُعدّ هذا المقال شهادة على عالم الذكاء الاصطناعي المتطوّر باستمرار وتأثيره المتنامي على مختلف الصناعات والتطبيقات. ترقّبوا مقالاتنا القادمة، حيث نتعمّق أكثر في هذا الموضوع المثير.
إذا كنت مهتمًا بالتعاون معنا، قم بزيارة صفحة عروض الذكاء الاصطناعي وتعلم الآلة أو تواصل معنا مباشرة عبر النموذج أدناه.
الأسئلة الشائعة: قدرات ChatGPT
تهدف هذه السلسلة إلى استكشاف كيفية قدرة ChatGPT على توليد أفكار إبداعية وذات صلة لحالات استخدام الذكاء الاصطناعي (AI) عبر مختلف القطاعات. وتتناول كل مقالة مخرجات ChatGPT، وتضيف تعليقًا من الخبراء، وتقيّم القيمة التجارية المحتملة لحالات الاستخدام المقترحة.
ليس تمامًا. يولّد ChatGPT الأفكار والنصوص الأولية، لكن خبراء Spyrosoft يراجعون المحتوى ويعلّقون عليه ويثرونه. والهدف هو دمج إبداع الذكاء الاصطناعي التوليدي مع الخبرة العملية في الصناعة.
حلّل خبراؤنا النتائج من حيث الصلة والإبداع والجدوى التقنية. كما قارناها بتطبيقات واقعية طُوِّرت في Spyrosoft لإبراز الفجوات وإضافة رؤى عملية.
نعم. أحد الأمثلة هو نظام مراقبة السائق القائم على الرؤية الحاسوبية، والذي قمنا بنشره بنجاح لصالح أحد عملائنا في قطاع السيارات.
يمكن أن يكون ChatGPT شريكًا سريعًا ومرنًا في العصف الذهني. فهو يساعد الفرق على استكشاف مجموعة واسعة من الاحتمالات، وإثارة الإبداع، وتسريع الابتكار في المراحل المبكرة، خاصةً عند دمجه مع الخبرة المتخصصة.
arrow_circle_rightاتصل بنا
اترك بيانات الاتصال الخاصة بك وسنعاود التواصل معك في أقرب وقت ممكن
Tomasz Smolarczyk
مدير الذكاء الاصطناعي
arrow_circle_right مقالاتنا
